Scrum Master + Scrum Product Owner PSM 2 + PSPO 1+2 & Scrum Scaled Scrum + Scrum Kanban & Python & KI verbindet fortgeschrittene Scrum-Expertise mit skalierten Arbeitsweisen, Kanban-Prinzipien sowie praxisnaher Python- und KI-Anwendung; in Scrum Master Adv. & Product Owner Experte (PSM 2 & PSPO 1 + 2), Scaled Scrum & Kanban (PSK 1 & SPS), Python trifft KI, KI Grundlagen stehen Wertorientierung, Delivery und Automatisierung im Vordergrund.

Praxisbezug und berufliche Perspektiven

Die Maßnahme verknüpft Scrum- und Product-Ownership-Expertise mit Skalierung, Kanban und technischen Kompetenzen in Python und KI. Teilnehmende übertragen Werte, Definition of Done und Evidence Based Management direkt in Produktentwicklung, Release-Planung und Team-Coachings.
Einsatzgebiete: Product Owner, Scrum Master, Agile Coach, Release-Manager, Data-Analysten und Entwickler, die KI-gestützte Automatisierung nutzen. Die Kombination fördert die Fähigkeit, Wirkung statt reinen Output zu steuern und technische Umsetzung mit Produktwert zu verbinden.

Scrum Master 2

Scrum Master 2 vertieft die Rolle des Scrum Masters in komplexen, interdependenten Umfeldern.
Teilnehmende erlernen Coaching, Facilitation und die konkrete Anwendung von Scrum Values, um Entscheidungen zu lenken und Selbstverwaltung zu stärken. Die Defintion of Done wird als lebender Qualitätsstandard gestaltet und bei Mehrteamarbeit synchronisiert.

  • Coaching und situative Führung
  • Facilitation, Groan Zone und Decision Rules
  • Removing Impediments und Servant Leadership
  • Transparenz, DoD und Qualitätssicherung
  • Outcome-orientierte Metriken und Hypothesengetriebenes Verbessern

Scrum Product Owner 1

Scrum Product Owner 1 fokussiert Produktvision, Priorisierung und Backlog-Pflege zur Wertmaximierung.
Teilnehmende formulieren überprüfbare Ziele aus einer klaren Vision, ordnen das Product Backlog nach Nutzen und Risiken und lernen bandbreitenbasierte Vorhersagen mit transparenten Annahmen. Evidence Based Management verbindet Kennzahlen mit Entscheidungen.

  • Produktvision und Product Goal
  • Backlog-Pflege, sinnvolle Einträge und Zerlegung
  • Priorisierung nach Wirkung
  • Vorhersagen mit Bandbreiten
  • Kennzahlen und Evidence Based Management

Scrum Product Owner 2

Scrum Product Owner 2 vertieft die Messbarkeit von Produktnutzen und Stakeholder-Management.
Der Kurs zeigt, wie Annahmen getestet, Erwartungen abgeglichen und Organisationseinflüsse adressiert werden. Die Teilnehmenden übersetzen Strategie in ein ausgerichtetes Backlog und nutzen wenige aussagekräftige Metriken für Entscheidungen.

  • Wirkung statt Umfang bestimmen
  • Stakeholder-Integration und Erwartungsmanagement
  • Backlog als Ergebnisfahrplan
  • Organisationsstrukturen und Entscheidungswege
  • Nutzung von EBM für Kurskorrekturen

Scaled Scrum

Scaled Scrum erklärt, wie mehrere Teams ein Produkt gemeinsam und integriert liefern.
Fokus liegt auf einem gemeinsamen Qualitätsmaßstab, integrativer Arbeit und der Reduktion von Abhängigkeiten. Prognosen über Teamgrenzen hinweg werden als Bandbreiten erstellt und Integrationsrisiken aktiv gesteuert, damit Release-Planung realistische Erwartungen schafft.

  • Gemeinsame Definition of Done
  • Schnittstellen, Abhängigkeiten, Integration
  • Kurzzyklen für frühe Integration
  • Bandbreitenprognosen und Annahmen
  • Governance, Transparenz und Risiko-Management

Scrum mit Kanban

Scrum mit Kanban verbindet Flussorientierung mit Scrum-Ritualen zur Vorhersagbarkeit.
Teilnehmende lernen, Arbeit sichtbar zu machen, Durchsatz und Wartezeiten zu messen und Limits für parallele Arbeit zu setzen. Das Product Backlog bleibt geordnet nach Nutzen; Prognosen stützen sich auf historische Daten und realistische Szenarien.

  • Sichtbarmachung und Board-Design
  • Begrenzung paralleler Arbeit (WIP)
  • Flussmetriken: Durchsatz, Cycle Time, Wait Time
  • Losgrößen, Engpassanalyse, Prozessverbesserung
  • Releaseplanung auf Basis beobachteter Leistung

KI Grundlagen und praktische Anwendungen

KI Grundlagen und praktische Anwendungen vermitteln Grundbegriffe, Tools und ethische Aspekte.
Teilnehmende erkennen Einsatzfelder von Machine Learning und Deep Learning, formulieren effektive Prompts, nutzen KI für Text- und Datenaufgaben und reflektieren Datenschutz, Bias und verantwortungsbewusste Integration in Arbeitsprozesse.

  • Grundkonzepte: ML, DL, schwache vs starke KI
  • Prompt Engineering und Tool-Einsatz
  • Text-, Bild- und Datenanwendungen
  • Ethik, Datenschutz und Bias
  • Integration in Arbeitsprozesse und Automatisierung

KI und IT- Programmieren für die Zukunft: Python

KI und IT- Programmieren für die Zukunft: Python verbindet Python-Grundlagen mit KI-unterstützten Arbeitsmethoden.
Teilnehmende planen und schreiben strukturierte Programme, nutzen Datentypen, Kontrollstrukturen, Funktionen und Bibliotheken sowie Debugging-Techniken. KI-Tools werden zur Code-Assistenz, zum Testen und zur Dokumentation eingesetzt; kleine Projekte festigen praktischen Transfer.

  • Variablen, Datentypen, Kontrollstrukturen
  • Schleifen, Funktionen, Module
  • Listen, Dictionaries, JSON-Verarbeitung
  • try/except, Debugging, saubere Struktur
  • Einsatz von KI-Tools beim Coden und Refaktoring

Die Weiterbildung bereitet auf die Prüfung bei Scrum.org vor, wird aber weder von Scrum.org unterstützt noch ist sie mit Scrum.org ..verbunden.